模式识别试题及总结

一、填空与选择填空（本题答案写在此试卷上， 30分）

1、 模式识别系统的基本构成单元包括： 模式采集 、

特征提取与选择 _________

和 模式分类

。

2、 统计模式识别中描述模式的方法一般使用 特真矢量 ;句法模式识别中模式描述方法一般有 串

树、网。

3、聚类分析算法属于

（1）;判别域代数界面方程法属于 （3） 。

（1）无监督分类 （2）有监督分类 （3）统计模式识别方法（4）句法模式识别方法

4、若描述模式的特征量为

0-1二值特征量，则一般采用

（4） 进行相似性度量。

（1）距离测度

（2）模糊测度

（3）相似测度

（4）匹配测度

3 = 2 （函-两》（函-m ） ⑷ 二

6、 Fisher 线性判别函数的求解过程是将

N 维特征矢量投影在

（2） 中进行。

（1） 二维空间

（2） —维空间 （3） N-1维空间

7、 下列判别域界面方程法中只适用于线性可分情况的算法有

（1）;线性可分、不可分都适用的有

(3)

8、下列四元组中满足文法定义的有 （1）（ 2）（ 4）

(1) ({ A ，B }，{0, ， A >01, A 0 A 1 , A-. 1 A0 , B-. BA , B )0}, A )

(2) ({ A }, {0, 1}, {

A >0, A —； 0 A }, A )

(3) ({ S }, { a, b }, { S — 00 S , S 11 S , S

-00,

S > 11},

S )

(4) ({A }, {0, 1}, {

A >01, A > 0A 1, A > 1 A 0}, A )

9、 影响层次聚类算法结果的主要因素有（

计算模式距离的测度、（聚类准则、类间距离门限、预定的

类别数目））。 10、

欧式距离具有（

1、2 ）;马式距离具有（1、

2、

3、4

）。

（1）平移不变性（2）旋转不变性（3）尺度缩放不变性（4）不受量纲影响的特性

11、 线性判别函数的正负和数值大小的几何意义是（ 正（负）表示样本点位于判别界面法向量指向的

正（负）半空间中；绝对值正比于样本点到判别界面的距离。 ）。

12、 感知器算法 1。

（1）只适用于线性可分的情况；（2 ）线性可分、不可分都适用。

5、下列函数可以作为聚类分析中的准则函数的有 (1)( 3)( 4)

（1）"讯跖呱］（2）八隔矇⑶

j-i 1-1

（1）感知器算法

(2) H-K 算法 （3）积累位势函数法

13、积累势函数法较之于H-K算法的优点是（该方法可用于非线性可分情况（也可用于线性可分情况）

）;

K （x}= H«kK（x,X k ）位势函数K（x,x k）与积累位势函数K（x）的关系为（Xk.x ）。

14、在统计模式分类问题中，聂曼-皮尔逊判决准则主要用于（某一种判决错误较另一种判决错误更

为重要）情况；最小最大判决准则主要用于（先验概率未知的）情况。

15、“特征个数越多越有利于分类”这种说法正确吗？（错误）。特征选择的主要目的是（从n个特征

中选出最有利于分类的的m个特征（m

具有单调性）和（C n m>>n ）的条件下，可以使用分支定界法以减少计算量。

16、散度Jij越大，说明国i类模式与⑸类模式的分布（差别越大）；当o i类模式与⑹类模式的分布相同

时，Jij= （0 ）。

17、已知有限状态自动机Af=「，Q,、，qO, F），‘ ={0，1} ；Q={qO, q1} ；，■:、（qO , 0）= q1，（q0，

1）= q1，（q1 ,0）=q0,、（q1，1）=q0 ; q0=q0; F={q0}。现有输入字符串：（a） 00011101011, （b）1100110011 ,

（c） 101100111000 , （d）0010011，试问，用Af对上述字符串进行分类的结果为（ 3 1:{a,d}; 3 2：{b,c} ）。

18、影响聚类算法结果的主要因素有（—②③④_）。

①已知类别的样本质量；②分类准则；③特征选取；④模式相似性测度。

19、模式识别中，马式距离较之于欧式距离的优点是（_③④_）。

①平移不变性；②旋转不变性；③尺度不变性；④考虑了模式的分布。

20、基于二次准则函数的H-K算法较之于感知器算法的优点是（—①③_）。

①可以判别问题是否线性可分；②其解完全适用于非线性可分的情况；

③其解的适应性更好；④计算量小。

21、影响基本C均值算法的主要因素有（ _____ ④①②____ ）。

①样本输入顺序；②模式相似性测度；③聚类准则；④初始类心的选取。

22、位势函数法的积累势函数K（x）的作用相当于Bayes判决中的（—②④_）。

①先验概率；②后验概率；③类概率密度；④类概率密度与先验概率的乘积。

23、在统计模式分类问题中，当先验概率未知时，可以使用（—②④_）。

①最小损失准则；②最小最大损失准则；③最小误判概率准则；④N-P判决。

24、在（—①③—）情况下，用分支定界法做特征选择计算量相对较少。

①G d>>n, （n为原特征个数，d为要选出的特征个数）；②样本较多；③选用的可分性判据J对特征数目单

调不减；④选用的可分性判据J具有可加性。